申请/专利权人:上海壁仞科技股份有限公司
申请日:2024-01-17
公开(公告)日:2024-04-16
公开(公告)号:CN117892779A
主分类号:G06N3/0495
分类号:G06N3/0495;G06N3/0475;G06N5/04;G06F15/78
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明提供一种模型缓存量化方法及装置,所述方法包括:对模型的缓存进行切块,得到多个缓存块;采用原始精度在当前缓存块存储对应推理数据,直至当前缓存块的存储空间达到容量上限时,对当前缓存块所存储的推理数据进行量化处理。本发明提供的模型缓存量化方法及装置,采用原始精度在当前缓存块存储对应推理数据,即当前缓存块中参与推理运算的是原始高精度数据,从而能够保证模型精度。此外,在当前缓存块的存储空间达到容量上限时,对当前缓存块所存储的推理数据进行量化处理,从而能够在保证模型精度的基础上节省内存开销。
主权项:1.一种模型缓存量化方法,其特征在于,包括:对模型的缓存进行切块,得到多个缓存块;采用原始精度在当前缓存块存储对应推理数据,直至所述当前缓存块的存储空间达到容量上限时,对所述当前缓存块所存储的推理数据进行量化处理。
全文数据:
权利要求:
百度查询: 上海壁仞科技股份有限公司 模型缓存量化方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。